- 在线时间
- 25 小时
- 最后登录
- 2014-2-24
- 注册时间
- 2011-8-4
- 听众数
- 3
- 收听数
- 0
- 能力
- 0 分
- 体力
- 516 点
- 威望
- 0 点
- 阅读权限
- 30
- 积分
- 182
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 53
- 主题
- 1
- 精华
- 0
- 分享
- 0
- 好友
- 4
升级   41% TA的每日心情 | 慵懒 2014-2-24 09:04 |
|---|
签到天数: 49 天 [LV.5]常住居民I
 |
1、蒙特卡罗算法(该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,
0 d* r, e; T* z同时可以通过模拟可以来检验自己模型的正确性,是比赛时必用的方法)& O/ H8 K8 H# R1 } K
2、数据拟合、参数估计、插值等数据处理算法(比赛中通常会遇到大量的数据需要处理,7 _: D" h. W5 D* _( A1 @8 }
而处理数据的关键就在于这些算法,通常使用Matlab作为工具)) P+ T& ?2 w% n+ p; b
3、线性规划、整数规划、多元规划、二次规划等规划类问题(建模竞赛大多数问题属于最优化问题,: C$ a% Q' O. H3 T
很多时候这些问题可以用数学规划算法来描述,通常使用Lindo、Lingo软件实现)1 G- k+ X" g/ h* `; O/ z n. }
4、图论算法(这类算法可以分为很多种,包括最短路、网络流、二分图等算法,' N) j1 Q+ c6 A
涉及到图论的问题可以用这些方法解决,需要认真准备)
& B4 O* R2 I7 s5、动态规划、回溯搜索、分治算法、分支定界等计算机算法(这些算法是算法设计中比较常用的方法,很多场合可以用到竞赛中)/ j! @: g% N, A7 l5 o( P
6、最优化理论的三大非经典算法:模拟退火法、神经网络、遗传算法" W* G$ `2 d' I1 j7 M2 [' R
(这些问题是用来解决一些较困难的最优化问题的算法,对于有些问题非常有帮助," J1 l z1 A4 z) v, Y. E
但是算法的实现比较困难,需慎重使用)
. @4 [7 I( M' h7、网格算法和穷举法(网格算法和穷举法都是暴力搜索最优点的算法,在很多竞赛题中有应用,# Z, H9 s& l0 m/ E+ c- b& I4 w
当重点讨论模型本身而轻视算法的时候,可以使用这种暴力方案,最好使用一些高级语言作为编程工具)
* w) B) L/ }. P8 m6 B- ^8、一些连续离散化方法(很多问题都是实际来的,数据可以是连续的,而计算机只认的是离散的数据,因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的): f; {8 x' d( I+ u9 S# T5 U
9、数值分析算法(如果在比赛中采用高级语言进行编程的话,那一些数值分析中常用的算法比
; ]/ P; U+ A( Q# u6 W, R6 w5 t如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用)6 Y0 ^( u; y& {7 q! c" W
10、图象处理算法(赛题中有一类问题与图形有关,即使与图形无关,论文中也应该要不乏图片的,
+ u' r( z/ t6 Q$ n6 L这些图形如何展示以及如何处理就是需要解决的问题,通常使用Matlab进行处理) ) ~7 M- _% ?9 N8 g4 c* ?" e
|
zan
|